从数据帧解码折线

Question

我有一个包含十列的数据框： 编号 |用户 ID |折线 | ...

列“折线”由加密路线组成，可以翻译成简单的纬度/经度列表。安装折线（例如通过 pip install）将允许使用以下代码来获得所需的纬度/经度。

import polyline
polyline.decode('onl~Fj|cvOrsEg}@rHuvK')

结果： [(41.84824, -87.67958), (41.81422, -87.66962), (41.81268, -87.60439)]

我正在尝试从折线列解码折线并将其最后一个元素（在上面的示例中 - (41.81268, -87.60439) 写入单独的列。

我正在尝试在Writing to a dataframe through a loop 中找到的解决方案，但它对我不起作用。你能帮我得到想要的结果吗？

Answer 1

根据您的帖子，我相信polyline 字段是字符串类型的列。因此，您可以使用以下步骤作为基础来获取您需要的数据。

创建数据框

>>> import pandas as pd

>>> df = pd.DataFrame({"A": ["my first sentence", "it is a test", "split is fun"]})

>>> df
                   A
0  my first sentence
1       it is a test
2       split is fun

将该列拆分为一个新列

>>> df["new_column"] = df["A"].str.split()

>>> df
                   A             new_column
0  my first sentence  [my, first, sentence]
1       it is a test      [it, is, a, test]
2       split is fun       [split, is, fun]

使用列表的最后一个元素创建一个新列

>>> df["last_element"] = df["new_column"].str[-1]

>>> df
                   A             new_column last_element
0  my first sentence  [my, first, sentence]     sentence
1       it is a test      [it, is, a, test]         test
2       split is fun       [split, is, fun]          fun

你也可以一步完成，如下

>>> df["last_element"] = df["A"].str.split().str[-1]

Answer 2

您可以先使用map 对每一行应用一个函数，然后您可以选择其输出的第三个元素来获取纬度/经度。最后，您可以通过选择值0 和1 将此输出分别拆分为纬度和经度。假设您的数据框包含名为“折线”的列中的折线：

import polyline
polyline.decode('onl~Fj|cvOrsEg}@rHuvK')

df['lat/long'] = df['polyline'].map(lambda x: polyline.decode(x)[2])
df['lat'] = df['lat/long'].str[0]
df['long'] = df['lat/long'].str[1]

您也可以删除 lat/long 列，因为您拥有单独的值：

df = df.drop(columns='lat/long')

逐步演练，创建示例数据框并应用polyline.decode(x) 以获得所需的lat/long 值：

df = pd.DataFrame({'Col1':['A','B','C'],'Polyline':['onl~Fj|cvOrsEg}@rHuvK','onl~Fj|cvOrsEg}@rHuvK','onl~Fj|cvOrsEg}@rHuvK']})
df['lat/long'] = df['Polyline'].map(lambda x: polyline.decode(x)[2])

输出：

  Col1               Polyline               lat/long
0    A  onl~Fj|cvOrsEg}@rHuvK  (41.81268, -87.60439)
1    B  onl~Fj|cvOrsEg}@rHuvK  (41.81268, -87.60439)
2    C  onl~Fj|cvOrsEg}@rHuvK  (41.81268, -87.60439)

使用来自lat/long 的值创建lat 和long 列：

df['lat'] = df['lat/long'].str[0]
df['long'] = df['lat/long'].str[1]

输出：

  Col1               Polyline               lat/long       lat      long
0    A  onl~Fj|cvOrsEg}@rHuvK  (41.81268, -87.60439)  41.81268 -87.60439
1    B  onl~Fj|cvOrsEg}@rHuvK  (41.81268, -87.60439)  41.81268 -87.60439
2    C  onl~Fj|cvOrsEg}@rHuvK  (41.81268, -87.60439)  41.81268 -87.60439

最后删除lat/long列：

df = df.drop(columns='lat/long')

输出：

  Col1               Polyline       lat      long
0    A  onl~Fj|cvOrsEg}@rHuvK  41.81268 -87.60439
1    B  onl~Fj|cvOrsEg}@rHuvK  41.81268 -87.60439
2    C  onl~Fj|cvOrsEg}@rHuvK  41.81268 -87.60439